Suno 发布新一代音乐模型 v6，与 Warner Music Group、BMG、Believe 等行业伙伴合作开发。v6 分为三个模型：面向 Pro 和 Premier 订阅用户的旗舰版 v6、偏探索风格的 v6-wild，以及面向所有人的更快版本 v6-mini；全系支持用自然语言局部编辑歌曲、多源混搭、采样分离、按氛围生成，并可从文本、音频、图像和视频创建音乐。
推荐理由：官方发布完整列出了三个模型的定位差异和新的编辑控制能力，可据此判断音乐创作工作流会有哪些具体变化。
DeepSeek 本周在 HuggingFace 开源 DeepSeek-V4.1-Flash 权重，模型总参数 552B，prefill 激活 8B、decode 激活 16B，支持 1M token 上下文和文本加图像输入，已上线 Baseten Model APIs。
推荐理由：文章解释了 CED 架构如何把 prefill 降到 8B 激活参数并压缩 KV cache，读者能理解它为何更适配编码智能体的高 prefill 负载。
Cognition 发布编码模型 SWE-2，在 FrontierCode 1.1 Main 取得 50.0%，距 Fable 5.1 仅一分以内且成本低 64%，比 GPT-6 Astra 低数分但成本仅四分之一。
Skild AI 发布 S1 机器人基础模型，通过 in-context learning 从单段视频演示理解并执行未见过的新任务，无需更新权重或任务专属后训练。
智元发布AGILE2.0感控一体模型，实现视觉感知、环境理解、全身运动控制与上下肢协同操作的端到端闭环耦合。通过短片《杂技BOT》展示灵犀X2钻火圈、跳长绳、踩球走、协作搬箱子等视觉驱动动态任务，其中踩球走为双足人形机器人自主实现。模型面向动态扰动、人机共存、多机协同等复杂场景，降低现实环境中的定制化开发代价，支持部署态规模化落地。
IBM 与 NASA 开源 NASA-IBM Lunar Foundation Model，整合美日多次探月任务的多模态、多分辨率观测数据。
DeepSeek 发布 DeepSeek-V4.1-Flash，是全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力，评测包括 GPQA Diamond 90.9、HLE 36.8、Codeforces Rating 3471、Terminal-Bench 2.1 90.6 等。
推荐理由：官方发布附带完整评测数字和 API 切换细节，读者可据此判断新模型能力水平及旧模型下线对现有调用和计费的影响。
OpenAI 发布 GPT-6 Astra，已在 ChatGPT Work、Codex 和 API 提供，定价为每百万输入 token $10、输出 token $50。
Cohere 发布机器翻译模型 North Small Translate，为 MoE 架构，总参数 218B、激活 25B，支持 50+ 语言，WMT26 全语言得分为 83.60，高于 DeepL NextGen 的 81.37 和 Google Translate 的 68.20，Agentic 版本达 84.36。
推荐理由：官方公布了 WMT26 各语言和分区域得分、吞吐与单任务成本数据，读者可据此评估其相对 DeepL 和开源模型的位置。
Cognition 发布最先进编码模型 SWE-2，基于 2.8T 参数的 Kimi K33 后训练，在 FrontierCode 1.1 Main 取得 50.0%，仅比 Fable 5.1 低不到一分且便宜 64%。
推荐理由：官方详细公开了 SWE-2 的训练方法与成本惩罚公式，读者可以借此理解如何用 RL 推移整条成本性能前沿。
Genspark 与 Fireworks Lab 合作，通过 RL 后训练将开源多模态模型 MiniMax M3 打造成 Gen-1 Slides，可端到端规划、撰写并自查幻灯片。
LG AI Research 发布面向结构化表格数据的分类与回归基础模型 EXAONE Tabular，完全基于 SCM 合成数据预训练，未使用任何真实表格数据，通过上下文学习免重训直接预测。
Inception 发布 Mercury 2.5，称其为目前最强扩散大语言模型，智能较 Mercury 2 提升 40%，在 NVIDIA GPU 上达 1,107 tokens 每秒，上下文 260K tokens，定价 $0.20/百万输入、$0.75/百万输出，发布期 8 折优惠。
OpenAI 发布 ChatGPT Images 2.5 图像模型，生成延迟比 Images 2.0 降低最多 50%，细节、编辑精度、参考照片保真度和多轮编辑一致性均有提升。
推荐理由：官方原文给出与 Images 2.0 的具体对比数据、新功能入口和 API 双模型分工，读者可以据此评估是否迁移现有图像工作流。
蚂蚁百灵发布并开源首个原生多模态大模型 Ling-3.0-flash-VL，基于 Ling-3.0-flash 的 MoE 架构拓展，总参数 124B、单次推理激活 5.5B，原生支持图像、文本与视频输入，上下文窗口 256K Token。
推荐理由：官方给出架构参数、视觉反馈机制和评测细节，可帮助读者判断原生多模态训练对文本能力的实际影响。
智元发布原生世界—动作模型GE-Act 2.0，所有参数从随机初始化在具身操作数据上从头训练，不针对评测任务微调或示范。
OpenAI 发布 GPT-Image-2.5-Sunburst 和 GPT-Image-2.5-Flare 的系统卡，说明训练数据来源与过滤流程。评估显示两款模型均未跨越 Bio High 或 Cyber High 阈值，但仍沿用 GPT-Images 2.0 的预防性做法，将生物风险按 High 能力对待，用安全推理模型对所有输入和输出执行图像版生物风险政策。
蚂蚁 inclusionAI 在 Hugging Face 发布 LLaDA-UI，一个基于 MoE 的块扩散视觉语言 GUI 智能体，总参数约 16.7B，语言骨干为 LLaDA2.0-mini-base。
蚂蚁 inclusionAI 在 Hugging Face 发布 LLaDA2.2-mini，这是 LLaDA2 系列的轻量级智能体扩散语言模型，总参数 16B、推理仅激活 1.4B。
OpenAI 发布新一代模型 GPT-6 Astra，称其在计算机使用、软件工程、科学和网络安全等方向达到 SOTA。
推荐理由：官方发布给出多项评测数字、定价和可用渠道，读者可以据此比较它相对前代和竞品的能力与成本变化。
Microsoft 于 9 月 4 日发布 MAI-Image-2.6，称其为迄今最强的图像模型，并面向开发者上线 Microsoft Foundry，同时推出面向低延迟、高吞吐场景的 MAI-Image-2.6-Flash。
推荐理由：原文给出排名、速度和效率数字，并说明两个版本分别面向精度与吞吐的不同场景，便于开发者按工作流选型。
蚂蚁 inclusionAI 发布开源统一图像生成与编辑模型 LLaDA-Image，提供 50 步 Base 和 4 步蒸馏 Turbo 两类 checkpoint，均有 BF16 与 FP8 版本。
蚂蚁 inclusionAI 发布开源统一图像生成与编辑模型 LLaDA-Image 家族，包括 6B 参数、50 步采样的 Base 版和 2-4 步的 Turbo 蒸馏版，同时提供 BF16 与 FP8 checkpoint 及 Diffusers 推理代码。
OpenAI 发布 GPT-6 Astra，称其在 FrontierMath Tier 4 达 98%、ARC-AGI-3 达 99.9%、ExploitBench 达 100%，并称其网络安全能力达到 Preparedness Framework 的 Critical 门槛。
OpenAI 发布 GPT-6 Astra，称这是其部署过的最强模型，也是首个在其 Preparedness Framework 下达到网络安全能力 Critical 级的模型，可在无人逐步引导的情况下发现未知安全漏洞并开发利用方式。
推荐理由：OpenAI 官方发布的安全评估，给出模型在网络安全能力、对齐和可监测性上的具体发现，读者可借此了解前沿模型安全实践的最新变化。
蚂蚁集团正式开源首个金融增强模型 Ling-3.0-flash-Fin（124B A5.1B，MoE 架构，最长约 256K 上下文），并同步开放面向金融搜索 Agent 的评测基准 FinFIRST。
蚂蚁集团发布 Ling 3.0 flash Fin，作为 Ant Ling 系列首个金融增强模型，基于 Ling 3.0 flash 用高质量金融数据继续训练，总参数 124B、激活参数 5.1B、上下文窗口 256K。
Microsoft AI 发布转录模型 MAI-Transcribe-2，称其在 FLEURS 基准 60 种语言上平均词错率 5.2% 排名第一，并占据 Artificial Analysis 准确率-延迟 Pareto 前沿。
推荐理由：官方给出具体基准排名、对比速度倍数和定价，读者可以据此评估它对现有语音转写方案的可替换性。
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为迄今最先进的全球天气 AI 模型，经 Brightband 独立实时评估。
推荐理由：原文给出分辨率、卫星数据接入和降水精度的具体数字，并说明在 Google 产品和 Cloud 中的获取方式，读者可评估其实际用途。
OpenAI 发布 GPT-6 Astra 系统卡，将其在生物化学领域预防性地定为 High 能力，未达 Critical 阈值。
推荐理由：OpenAI 系统卡详细披露 GPT-6 Astra 在元博弈、隐蔽沙袋和生化能力上的评测结果，读者可据此了解其对齐风险与防护框架的实际边界。
Qwen 团队发布 Qwen-Drive-1.0，称其为首个在预训练阶段统一 3D 感知与视觉问答、并延伸到运动规划的自动驾驶视觉语言基础模型，基于原生多模态 Qwen3.5-4B 且不改动预训练架构。
Google 在 Gemini API 中发布 lyria-3.5 音乐生成模型的正式版（GA）。模型支持文本和图片输入，可生成完整长度歌曲，改进了音乐连贯性和自然人声，并支持精细的时长与结构控制，输出高保真 44.1 kHz 立体声音频。
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。
推荐理由：官方给出两版模型的定价、基准成绩和实际安全应用数据，读者可据此评估在新旧 Flash 模型间的迁移与选型。
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，两者为同一模型但安全防护级别不同，Mythos 5.1 仅通过可信访问计划提供给网络安全和生命科学领域的受审机构。
推荐理由：官方发布给出了定价变化、基准数据和科学应用实例，读者可以据此评估新模型在编码与科研场景中的成本与能力取舍。
Meta 发布 Muse Spark 1.3，在智能体和编码任务上性能提升，max reasoning 版本现已在 Muse Code 和 Meta Model API 开放。
推荐理由：官方发布给出智能体协作、编码效率和安全性变化，以及约20%工具调用和25% token的降幅，便于对比现有工作流。
Google 在 Gemini API 更新日志中宣布 Gemini 3.8 Flash 正式可用（GA），发布 gemini-3.8-flash，称其为最智能的 Flash 模型，面向长程软件工程、自主智能体和复杂企业工作流。官方同时提供了 Gemini 3.8 Flash 模型页面和指南作为上手入口。
推荐理由：官方更新日志明确了 gemini-3.8-flash 的定位与开放入口，读者可以据此判断是否将其纳入工程工作流。
Google 发布八月 AI 更新汇总：推出面向编码和 Agent 的工作模型 Gemini 3.7 Flash，价格为 Gemini 3.6 Flash 推出价的一半每百万 token。
OpenAI 宣布 Astra 在其 Preparedness Framework 下达到 Critical 网络安全能力阈值，是首个被评定为该级别的模型，可在少人干预下发现未知漏洞并构建利用链。
推荐理由：OpenAI 说明了把 Astra 评为 Critical 网络安全能力的评估依据、对应的安全防护设计和受限开放安排，有助于读者理解前沿模型能力分级与放行逻辑。
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，定位为面向编码和知识工作的最先进模型，并称其研究能力展示了 AI 模型将如何助力科学进步。
